渗碳气氛的热力学及动力学分析

本文对渗碳气氛进行热力学及动力学分析,给出炉气各组分间反应速率的测试方法及测试数据。结果表明,渗碳气氛的独立反应数为4,自由度为3,甲烷的渗碳作用不可忽略,控制甲烷这一碳源有利于提高碳势控制精度.     

碳化硼涂覆的碳纤维的抗热氧化性研究

用自己合成的裂解能得到碳化硼的聚碳硼烷,对碳纤维进行涂层,并详细测试了涂层碳纤维的抗热氧化性能。     

SPH的两种并行计算方案及其在自由表面流动模拟中的应用

针对光滑粒子动力学(SPH)主要计算量是近邻粒子搜索这一特点,提出了一种基于粒子分解的SPH并行计算方案。利用该方案可以方便的将任意串行SPH代码并行计算,而且每一个时间步内的信息传递量只和粒子总数有关,而和粒子的分布无关,因而特别适合于自由表面流动等大变形问题的并行数值模拟。对一个粒子总数为40万的三维溃坝问题的模拟结果表明,此方案能达到的最大加速比约为16,这一结果可能比空间分解方案(不考虑动态负载均衡)更优。     

使用图像优化方法估计水体调制传递函数

针对水体属性的变化使图像复原困难的问题,提出了一种从退化的水下图像中估计自然水体调制传递函数的方法。该方法首先建立了自然水体的调制传递函数与其固有光学特性参数之间的关系,然后采用图像复原技术对图像进行复原,最后使用粒子群优化算法来优化调制传递函数的相关参数。仿真实验表明:该方法能有效对水下图像进行复原,且不需测量水体的光学参数就能估计出自然水体的调制传递函数。该方法用于水下激光成像系统的图像复原可取得明显效果。     

基于粒子群优化的观测站部署算法

针对红外观测站部署问题,在研究观测站位置对定位精度影响的基础上,提出了基于粒子群优化的观测站部署算法。首先对ECEF坐标系下的CRLB矩阵进行推导;然后将观测站优化部署问题抽象为非线性规划模型,并将红外传感器联合定位的CRLB作为目标函数;最后采用粒子群优化算法求解该模型,避免了传统的非线性规划算法需要求解目标函数梯度的难题。结果表明,本文的部署算法具有一定的理论依据和工程意义;可以为实际红外观测站的静态部署和动态部署提供参考。     

基于概率图模型的海上多目标跟踪

针对海上复杂环境中多运动目标跟踪问题,提出了一种融合概率图模型和粒子滤波的跟踪方法.该方法采用二元马尔可夫随机场构建多目标模型,利用势函数表示其联合概率分布,最后用变差分法和粒子滤波推理后验概率密度.通过二阶回归模型准确构建状态转移方程,以及Mean-Shift迭代加速粒子采样,提高了算法精确度和运行效率.实验表明:该方法能很好地实现海上复杂环境中的多目标实时跟踪.     

碳纤维强度的统计特性及对复合材料线芯力学性能的影响

测试了国产T300级碳纤维的单丝和复丝拉伸强度,并用Weibull分布来描述碳纤维单丝平均拉伸强度。采用拉挤工艺制备出国产碳纤维复合线芯,测试了国产碳纤维复合线芯的弯曲强度和短梁剪切强度性能。结果表明:国产T300级碳纤维单丝拉伸强度性能达到东丽T300碳纤维水平,且分散性更小;复丝强度略低。国产T300级碳纤维集束性较差,在拉挤抽纱过程中,容易夹纱和起毛。在纤维体积含量基本相同情况下,国产T300级碳纤维复合线芯力学性能与东丽T700碳纤维复合线芯力学性能相差不大。     

航空时敏制导炸弹增程弹道组合优化设计

为增强航空时敏制导炸弹在中制导段的滑翔能力,将极小值原理与自适应进化粒子群算法相结合,提出了一种适用于航空时敏制导炸弹增程弹道的组合优化设计方法。基于纵向平面内质心运动模型,推导了性能指标泛函及各不等式约束函数。引入Lagrange乘子矢量并建立相应的Hamilton函数实现无约束泛函极值问题的转换,推导出兼顾各优化目标函数的满意优化模型。利用自适应进化粒子群算法对该段增程弹道进行了攻角与弹翼张合档位双设计变量的组合优化。数值仿真算例表明,在满足状态方程约束的条件下,双变量的增程效果比常规单变量控制时显著提高,其优化结果可为制导炸弹弹道规划设计的研究提供一定的理论参考。     

基于粒子群优化的模糊交通控制器设计

城市中存在着一些关键路口,其交通通畅与否会对周围路网的交通流起着很大的影响,这些路口需要优先保持通畅.针对此情况,设计了基于上下游交通信息的二级模糊交通控制器来对路网进行协调控制.在此基础上,提出了针对交通特性改进的粒子群优化算法（TIPSO）,并采用TIPSO对第一级模糊规则进行优化,实验结果表明TIPSO对模糊规则具有较好的优化效果,能够离线训练,获取到比人工设定的更优的模糊规则.     

改进的粒子群神经网络在飞控中的应用

针对BP神经网络对初始值敏感、容易陷入局部寻优且收敛速度较慢,提出用粒子群对神经网络的参数进行优化,同时设计了衰减的指数函数对惯性权重进行动态调整以提高算法性能.并应用该算法对导弹飞控系统的逆误差进行补偿,仿真结果表明,该方法对逆误差进行了有效的补偿,避免了局部寻优并提高了学习效率.